CC BY
10Точечный и интервальный прогноз размера заработной платы работников при изменении цен на сельскохозяйственную продукцию Point and interval forecast of employees ' wages in case of changes in prices for
agricultural products
Ь й московский ар экономический
KYPHM
УДК 657
DOI 10.24412/2413-046Х-2021-10038 Баянова Ольга Викторовна,
кандидат экономических наук, доцент, доцент кафедры бухгалтерского учета и финансов ФГБОУВО Пермский ГАТУ, г. Пермь
Bayanova Olga Victorovna, candidate of economic Sciences, associate Professor, associate Professor of accounting and Finance Department FSBEIHE Perm SATU, c. Perm
Аннотация. В научной статье представлена методика и результаты эконометрического исследования с использованием точечного и интервального прогноза изменения заработной платы работников под влиянием индекса цен на сельскохозяйственную продукцию. Цель исследования - проведение регрессионного анализа и прогноз уровня заработной платы работников при установленном индексе цен на сельскохозяйственную продукцию. Метод исследования - парная регрессия, точечное и интервальное прогнозирование; верификация результатов исследования - расчет ошибки аппроксимации, область применения результатов - сельское хозяйство. Вывод: среднее значение ошибки аппроксимации за исследуемый период свидетельствует об удовлетворительном подборе модели к исходным данным; индекс цен на сельскохозяйственную продукцию в точке 101% способен обеспечить заработную плату в размере 32860,41 рублей; доверительный интервал подтвердил результат исследования точечного прогнозирования.
Summary. The scientific article presents the methodology and results of an econometric study using point and interval forecasting of changes in wages of employees under the influence of the price index for agricultural products. The purpose of the study is to conduct a regression analysis and forecast the level of wages of employees at the established price index for agricultural products. Research method-pair regression, point and interval forecasting; verification of
research results-calculation of the approximation error, the scope of application of the results -agriculture. Conclusion: the average value of the approximation error for the study period indicates a satisfactory fit of the model to the initial data; the price index for agricultural products at the point 101% is able to provide wages in the amount of 32,860. 41 rubles; the confidence interval confirmed the result of the study of point forecasting.
Ключевые слова: аграрное производство; заработная плата; индекс цен на сельскохозяйственную продукцию; парная регрессия; точечный и интервальный прогноз. Keyword: agricultural production; wages; price index for agricultural products; pair regression; point and interval forecast.
Введение
На уровень заработной платы работников оказывает влияние множество факторов, однако, по нашему мнению, важным фактором является уровень цен на сельскохозяйственную продукцию. Для анализа зависимости изменения цен на сельскохозяйственную продукцию и заработной платы работников применим точечное и интервальное прогнозирование, которое призвано обеспечить информационные потребности управления сельскохозяйственного предприятия. Этим подтверждается актуальность темы исследования.
Исследование заработной платы работников и ценовой политики в сельском хозяйстве занимались многие отечественные и зарубежные ученые-экономисты: на непостоянство и неравенство доходов в сельском хозяйстве Шотландии обратил внимание Allanson P.[4]; анализ колебания цен на продукцию сельского хозяйства Италии провел Algieri B. [5]; эндогенность цен и спрос на агропродовольственную продукцию в городах Китая исследовали Hovhannisyan V. и Bozic M. [6]; выявила пути оптимизации факторов эффективного сельскохозяйственного производства в условиях многоукладной аграрной экономики Фролова О.А. [2]; анализ факторов, оказывающих существенное влияние на эффективность труда в условиях цифровой трансформации сельского хозяйства произвела Скворцова Е.Г. [1]; проанализировала зарубежный опыт формирования человеческого капитала АПК Шитлина Н.Л. [3].
Таким образом, ценовая политика в аграрном производстве и заработная плата работников являются актуальным в отечественной и международной научной среде.
Материалы и методы исследования
В результате проведенного корреляционного анализа зависимости заработной платы работников от изменения цен на сельскохозяйственную продукцию выявленная слабая связь между данными показателями. Однако на практике такая зависимость очевидна.
Поэтому следует провести точечное и интервальное прогнозирование уровня заработной платы работников. Используя статистические данные с 95-процентной вероятностью определим уровень заработной платы работников, если индекс цен на сельскохозяйственную продукцию примет значение в точке 101% (таблица 1).
Таблица 1 - Данные для проведения анализа зависимости изменения цен на сельскохозяйственную продукцию и заработной ичатьт работников
Годы Индекс цен на Среднемесячная номинальная начисленная
с ельскохозяйственную зараоотная плата раоотннков организации.
продукцию. % рублей
2013 109.7 24715.5
2014 109.1 27102.5
2015 107.6 28527.9
2016 105.6 30651.2
2017 89.6 52951.5
2018 103.9 55802.0
2019 102.9 59209.9
При проведении точечного прогноза вначале следует убедиться, что в таблице 1 нет такой точки (101%). Точечный прогноз заработной платы работников определим по формуле:
где у — результативный признак (заработная плата работников); a — свободный член уравнения;
Ь — параметр уравнения, который показывает изменение результативного признака при изменении фактора на единицу;
x — фактор (индекс цен на сельскохозяйственную продукцию).
Если прогнозное значение индекса цен на сельскохозяйственную продукцию примем в точке х = 101, то уравнение будет иметь вид:
у = а + Ь ■ 101
В процессе решения уравнения регрессии произведем расчет параметра Ь по формуле:
Определение значений числителя и знаменателя произведем в рабочей таблице (таблица 2).
Таблица 2 - Рабочая таблица для определения значеши параметра Ь
Годы X г1 х ■ у л/
2013 109.7 24715.5 2711290.35 12034.09
2014 109Д 271013 2956860,93 11902,81
2015 107.6 28527.9 3069602.04 11577.76
2016 105.6 30651.2 3236766.72 11151.36
2017 89.6 32951.5 2952454.4 8028.16
201S 103.9 35 & 02.0 3719827.S 10795.21
2019 102.9 39209.9 4034698.71 10588.41
Итого 728.4 218960.3 22681500.95 76077.8
Среднее 104,1 312&0:0 3240214г42 10868г26
значение
Определим значение параметра а.
Определим регрессионное значение результативного признака по каждому году исследования:
На этапе верификации произведем расчет ошибки аппроксимации по формуле:
Для определения числителя и знаменателя, а также расчета значений ошибки аппроксимации составим таблицу 3.
Таблица 3 - Расчет ошибки аппроксимации
Годы V $* V - Ух Ai
2013 24715.5 2В425.1 -3709.6 15.0
2014 27102.3 2S730.9 -1628.6 6.0
2015 28527.9 29495.7 -967.S 3.4
2016 30651.2 30515.3 135.9 0.4
2017 32951.5 3 8672.2 -5720.7 17.4
201В 35802.0 31382.0 4420.0 12.3
2019 39209=9 31891,S 7318Л 18=7
Итого 218960.3 219113 152.7 73.2
Среднее значение 31280.0 31301,8 X 10.5
Среднее значение ошибки аппроксимации, равное 10,5%, означает хороший подбор модели к исходным данным.
Вначале следует определить стандартную ошибку прогнозируемого значения заработной платы работников по формуле:
Чтобы произвести расчет стандартной ошибки прогноза составим рабочую таблицу (таблица 4).
Таблица 4 - Рабочая таблица расчета стандартной ошибки прогноза
Годы X х — X (х - *)« V - Í (у-$)2
2013 109.7 5,6 31.36 -3709.6 13761132.16
2014 109.1 5 25 -1628.6 2652337.96
2015 107.6 3,5 12.25 -967.8 936636.84
2016 105.6 1.5 2.25 135.9 18468.81
2017 89.6 -14,5 210.25 -5720.7 32726408.49
2018 103.9 -0,2 0.04 4420.0 19536400.0
2019 102.9 -1=2 1.44 7318.1 53554587.61
Итого 728.4 X 282.59 X 123185971.87
Среднее значение 104,1 X X X X
Предельная ошибка прогноза заработной платы работников составит:
А» = гта5.1 тур = 2,57 * 5385,59 = 13840,97 рублей.
Доверительный интервал прогнозируемого размера заработной платы работников имеет вид:
ур =32860,41 = 5385,49,
Результаты исследования
В точке х = 101 результативный признак определяется по формуле:
ур = 84351,22 + (—509,81) 101 = 32860.41 руб.
При индексе цен на сельскохозяйственную продукцию на уровне 101%, получим
значение заработной платы работников:
урИш = 32860,41 - 5385,49 = 27474,92 рублей,
не меньше, чем
и не
v™ = 32860.41 + 5385,49 = 38245,9 рублей.
больше, чем ^
Выводы
Таким образом, эконометрическое исследование зависимости заработной платы работников и индекса цен на сельскохозяйственную продукцию с использованием точечного и интервального прогнозирования показало следующие результаты:
- при индексе цен на сельскохозяйственную продукцию на уровне 101% заработная плата работников составит 32860,41 рублей;
- построенный доверительный интервал (от 27474,92 рублей до 38245,9 рублей) подтвердил результат точечного прогноза заработной платы работников на уровне 32860,41 рублей.
Список литературы
1. Скворцова Е.Г. Анализ факторов, влияющих на формирование трудовых ресурсов сельского хозяйства в условиях цифровой трансформации // Экономика сельского хозяйства России. - 2019. — № 9. - С. 44 - 52.
2. Фролова О.А. Оптимизации факторов эффективного сельскохозяйственного производства в условиях многоукладной аграрной экономики // Материалы Всероссийской научно-практической конференции «Аграрный потенциал в системе продовольственного обеспечения: теория и практика», 21-22 июня 2016 г./ Ульяновская ГСХА. - Ульяновск , 2016. - Ч.1 - С. 272 - 276.
3. Шитлина Н.Л. Зарубежный опыт формирования человеческого капитала АПК // Главный агроном. - 2019. — № 3. - С. 74 - 76.
4. Allanson P. h gp. Income Mobility and Income Inequality in Scottish Agriculture //Allanson P., Kasprzyk K., Barnes A.P. // Journal of Agricultural Economics. - 2017. Vol. 68, - № 2. -P.471 - 493.
5. Algieri B. h gp. A tale of two tails: Explaining extreme events in finansialized agricultural markets/ Algieri B., Kalkuhi M., Koch N. // Food Policy. Vol. 69, - 2017.- P.256 - 269.
6. Hovhannisyan V., Bozic M. Prise Endogeneity and Food Demand in Urban China // Journal of Agricultural Economics. - 2017. Vol. 68, — № 2. - P. 386-406.
References
1. Skvortsova E. G. Analysis of factors influencing the formation of agricultural labor resources in the context of digital transformation // Economics of agriculture in Russia. — 2019. — No. 9. — p. 44-52.
2. Frolova O. A. Optimization of factors of effective agricultural production in the conditions of multi-layered agrarian economy / / Materials of the all-Russian scientific and practical conference «Agricultural potential in the food supply system: theory and practice», June 21-22, 2016/ Ulyanovsk state agricultural Academy--Ulyanovsk, 2016. — Part 1-P. 272-276.
3. Shitlina N. L. Foreign experience in the formation of human capital of the agro-industrial complex. — 2019. — No. 3. — pp. 74-76.
4. Allanson P. h gp. Income Mobility and Income Inequality in Scottish Agriculture //Allanson P., Kasprzyk K., Barnes A.P. // Journal of Agricultural Economics. - 2017. Vol. 68, - № 2. -P.471 - 493.
5. Algieri B. h gp. A tale of two tails: Explaining extreme events in finansialized agricultural markets/ Algieri B., Kalkuhi M., Koch N. // Food Policy. Vol. 69, - 2017.- P.256 - 269.
6. Hovhannisyan V., Bozic M. Prise Endogeneity and Food Demand in Urban China // Journal of Agricultural Economics. - 2017. Vol. 68, — № 2. - P. 386-406.
